[发明专利]一种基于云模型的奶牛养殖环境舒适度评价方法及系统

权利要求书

1.一种基于云模型的奶牛养殖环境舒适度评价方法，其特征在于，包括：

选取在测试季节影响或反映奶牛舍环境舒适度的包含温热环境、空气环境和动物生理三个方面的参数作为参评因素，构建因素集；

根据专家知识确定所述各参评因素的权重并构建权重集云模型，根据所述各参评因素的阈值将奶牛舍环境舒适度划分为多个评价等级，并构建各评价等级基于云模型的评价集；

将所述权重集云模型分别与各评价等级基于云模型的评价集进行模糊合成，生成各评价等级的评语云模型，所述各评价等级的评语云模型组成评语集云模型；

根据所述各参评因素的实测数据构建待评价奶牛舍环境的隶属云模型，利用模糊合成算子将所述隶属云模型与所述权重集云模型进行合成，根据合成获得的云模型与所述评语集云模型的贴合度确定所述待评价奶牛舍环境舒适度的评价等级；

所述根据专家知识确定所述各参评因素的权重并构建权重集云模型的步骤，具体为：

根据所述测试季节各参评因素对奶牛舒适度的影响对所述各参评因素进行优先级排序；

按照优先级顺序利用层次分析法对所述各参评因素进行两两比较，根据专家知识依次确定两两比较的所述各参评因素的权重，生成判断矩阵；

对所述判断矩阵进行一致性校验，若校验成功，则计算所述判断矩阵的特征值，获得权重集；

根据所述权重集和所述判断矩阵计算各参评因素的权重所对应的云模型的数字特征，生成权重集云模型；

所述根据所述权重集和所述判断矩阵计算各参评因素的权重所对应的云模型的数字特征的步骤，具体为：

取任一参评因素的权重所对应的云模型的期望为所述参评因素的权重值；

根据所述判断矩阵中最小的权重值计算所述参评因素的权重所对应的云模型的熵和超熵；所述计算过程为：取参评因素的权重所对应的云模型的期望Ex_ai为所述参评因素的权重值a_i；根据所述判断矩阵中最小的权重值wji计算所述参评因素的权重所对应的云模型的熵En_ai和超熵He_ai；其计算公式为：

Ex_ai＝a_i

En_ai＝0.1·min(w_ji)

He_ai＝0.01·min(w_ji)；

所有参评因素的权重云模型则组成了权重集云模型为：

2.根据权利要求1所述的方法，其特征在于，所述根据所述各参评因素的阈值将奶牛舍环境舒适度划分为多个评价等级，并构建各评价等级基于云模型的评价集的步骤，具体为：

根据所述各参评因素的阈值确定奶牛舍环境舒适度的评价标准，并根据所述评价标准建立评价等级集；

对所述评价等级集中的每个评价等级均执行以下步骤：利用预设的取值范围对所述评价等级中的各参评因素的阈值进行归一化，根据归一化后的值计算各参评因素所对应的云模型的数字特征，生成该评价等级基于云模型的评价集。

3.根据权利要求2所述的方法，其特征在于，所述根据归一化后的值计算各参评因素所对应的云模型的数字特征的步骤具体为：

若参评因素的阈值为闭区间，则取所述参评因素所对应的云模型的期望为所述闭区间的中值，并相应地计算所述参评因素所对应的云模型的熵和超熵；

若参评因素的阈值为单侧开区间，则取所述参评因素所对应的云模型的期望为所述单侧开区间的边界值，并相应地计算所述参评因素所对应的云模型的熵和超熵；

若参评因素的阈值为多个分段区间，则针对每个分段区间分别计算该参评因素取值在该分段区间时所对应的子模型的期望、熵和超熵，综合选取所有子模型的并集。

4.根据权利要求1所述的方法，其特征在于，所述根据所述各参评因素的实测数据构建所述待评价奶牛舍环境的隶属云模型的步骤，具体为：

对所述各参评因素的实测数据进行归一化处理；

对每个参评因素，计算经归一化处理后所述参评因素的实测数据的样本均值、一阶样本绝对中心矩和样本方差，获得所述参评因素的实测云模型的数字特征；

根据所有参评因素的实测云模型生成待评价奶牛舍环境的隶属云模型。